Hesai will nicht nur LiDAR verkaufen | Frontlinie

Bildquelle: Hesai Technology

Text von Xiao Man
Redaktion: Yuan Silai

„Wir haben Kosmo nicht nur entwickelt, um weitere Lidare zu verkaufen.“ Vor der Vorstellung von Kosmo hat Li Yifan diesen Punkt zuerst klargestellt.

Kosmo ist eine 3D-Welt-Daten-Engine, die Hesai Technology kürzlich vorgestellt hat. Sie besteht aus Kosmo One, der weltweit ersten 8K-UHD-KI-Raumkamera, und der KI-gesteuerten Cloud-Plattform Kosmo World. Ersteres ist für die Erfassung räumlicher Informationen der realen Welt zuständig, während Letztere diese Informationen in 3D-Szenen umwandelt, die von KI verstanden, interagiert und trainiert werden können.

Dies ist eine Erweiterung von Hesai außerhalb des Hauptgeschäfts mit Lidaren. Bisher lieferte Hesai hauptsächlich Wahrnehmungshardware für Autos und Roboter; jetzt möchte es sich weiter am Trainingsprozess der physischen KI beteiligen und die reale Welt in für KI nutzbare Datenressourcen umwandeln.

Dies ist auch der erste Schritt von Li Yifan, von einem Komponentenanbieter zu einem Anbieter der Kerninfrastruktur für physische KI überzugehen.

Vom Lidar zur Kerninfrastruktur für physische KI

Damit die physische KI wirklich skalieren kann, müssen mindestens zwei Probleme gelöst werden: Wie Roboter Aktionen in der realen Welt ausführen und wie KI genügend hochwertige Daten der realen Welt erhalten kann.

Hesai baut zwei Geschäftsbereiche rund um diese beiden Probleme auf: eine Roboter-Bewegungs-Engine und eine 3D-Welt-Daten-Engine. Kosmo ist die erste systematische Produktimplementierung des letzteren.

Bildquelle: Hesai Technology

Kosmo One ist der Dateneingang dieses Systems. Es integriert ein hochräumlich aufgelöstes Lidar, ein 8K-UHD-Bildsystem, einen 1-Zoll-CMOS mit großem Sensor und ein hochpräzises IMU in einem Gerät und erfasst gleichzeitig räumliche Geometrie, Farbe, Textur und Gerätepose der realen Umgebung.

Es versucht, die Hürden für die Raumerfassung zu senken. Kosmo One unterstützt Funktionen wie sofortiges Scannen nach dem Einschalten, intelligente Anweisungen und Ein-Klick-Fortsetzen des Scans. In einer gewöhnlichen Innenszene dauert das Scannen eines 100-Quadratmeter-Raums etwa 15 Minuten.

Das Scannen einer realistischen 3D-Szene ist jedoch nur der erste Schritt. Für die verkörperte Intelligenz muss die Szene nicht nur realistisch aussehen, sondern auch von Robotern verstanden und zum Trainieren und Überprüfen von Aktionen verwendet werden – genau das ist die Aufgabe von Kosmo World.

Die Grundlage von Kosmo World ist das von Hesai selbst entwickelte KI-native 3D-Raumrekonstruktions- und -verständnissystem Kosmo Spatial Core (KSC). Es kann aus denselben erfassten Daten gleichzeitig 3D-Daten in drei Formaten generieren: 3DGS, Mesh und Tiefe.

Die drei Datentypen lösen unterschiedliche Probleme, mit denen die verkörperte Intelligenz konfrontiert ist. 3DGS ist für die Wiederherstellung des visuellen Erscheinungsbildes der Szene zuständig, sodass die Bilder, die der Roboter beim Training sieht, der realen Welt näher kommen; Mesh ist ein aus Gittern aufgebautes 3D-Modell, das für die Zerlegung, Modellierung und Interaktion von Objekten verwendet werden kann; Tiefe liefert räumliche Entfernungsinformationen, um dem Roboter zu helfen, Position und Entfernung von Objekten zu bestimmen.

Das bedeutet, dass der reale Raum nicht mehr nur ein 3D-Modell zum Anschauen für Menschen ist, sondern weiter in eine Umgebung umgewandelt werden kann, die für das Robotertraining und die Simulationsprüfung geeignet ist – die sogenannten sim-ready-Daten.

Li Yifan ist der Ansicht, dass der Bedarf der physischen KI an Daten der realen Welt kaum allein durch generative KI gedeckt werden kann.

„Wenn Sie vollständig virtuelle Trainingsdaten vollständig mit AIGC generieren, ist die Menge an neuen Informationen, die Sie wirklich erhalten, sehr begrenzt.“ Seine Beurteilung lautet: Generative KI kann Szenen auf Basis vorhandener Informationen ergänzen, aber ohne neue Informationen aus der realen Welt bleibt das Verständnis des Modells für die reale Umgebung begrenzt und der Trainingseffekt wird beeinträchtigt.

Das bedeutet nicht, dass synthetische Daten keinen Wert haben. Für die verkörperte Intelligenz können synthetische Daten Entwicklern helfen, Trainingsszenarien zu erweitern und mehr Grenzfälle abzudecken – vorausgesetzt, die generierte Umgebung und die physikalischen Gesetze sind ausreichend glaubwürdig und ergänzen die fehlenden Informationen in den realen Daten. Kosmo hat das Ziel, hochgenaue räumliche Informationen aus der realen Welt zu erfassen, sie mithilfe von KI zu rekonstruieren und zu ergänzen und sie in wiederverwendbare Trainingsressourcen umzuwandeln.

Li Yifan ist der Ansicht, dass dieser Weg die beiden Probleme gleichzeitig mildern kann: die Lücke zwischen Simulationsumgebung und realer Umgebung, also die Sim-to-Real Gap, sowie die hohen Kosten für die Erfassung von Trainingsdaten in der realen physischen Umgebung.

Li Yifan unterteilt die Kommerzialisierung von Kosmo in drei Phasen. Die direkteste sind Hardware-Einnahmen durch den Verkauf der Raumkamera Kosmo One; gefolgt von Daten- und Modelldiensten für Unternehmenskunden. Kunden liefern Szenen, Hesai ist für die Erfassung, Rekonstruktion und Lieferung nutzbarer 3D-Modelle zuständig. Das Geschäftsmodell ähnelt MaaS (Model as a Service): Kunden kaufen das verarbeitete Ergebnis, hinter dem Rechenleistung und Modellerzeugungsdienste stehen.

Das längerfristige Ziel besteht darin, die durch Erfassung und Rekonstruktion entstandenen 3D-Daten zu wiederverwendbaren digitalen Vermögenswerten zu machen. Li Yifan hofft, dass mit der wachsenden Anzahl von Raummodellen auf der Plattform die Benutzer nicht mehr jede Szene selbst scannen müssen, sondern direkt Vermögenswerte finden können, die den Anforderungen ihrer Branche entsprechen. „Das wird voraussichtlich mindestens 3 bis 5 Jahre brauchen, um aufgebaut zu werden“, schätzt er.

Das bedeutet, dass die Kommerzialisierung von Kosmo nicht nur davon abhängt, wie viele Kameras verkauft werden, sondern auch davon, ob es die Kosten für Erfassung, Verarbeitung und Nutzung von räumlichen Daten kontinuierlich senken kann und ob diese Daten zwischen verschiedenen Kunden und Aufgaben wiederverwendet werden können.

Auf der Vorstellungsveranstaltung unterzeichnete Hesai Kosmo strategische Kooperationen mit Galaxy Universal Robotics und Forcelink Intelligence, und zeigte Branchenfälle in Zusammenarbeit mit Pixar Animation Studios (einem Tochterunternehmen von Disney), Gaode und anderen. Diese Kooperationen weisen auf weitere Anwendungsbereiche von 3D-Welt-Daten außerhalb des Robotertrainings hin, beispielsweise in Film und Medien, Kultur- und Tourismus sowie Kulturerbe.

Hesai schafft die Grundlage, Sharpa steht im Rampenlicht

„Heute scheint es, als würden wir über Kosmo sprechen, aber ich denke, das, was ich wirklich mit Ihnen austauschen und berichten möchte, ist nicht nur das einzelne Produkt Kosmo“, sagte Li Yifan auf der Vorstellungsveranstaltung. „Was Hesai wirklich diskutieren möchte, ist, welche Chancen es im Prozess des Übergangs von einem Komponentenanbieter zu einem Infrastrukturanbieter sieht und warum es der Ansicht ist, in der Lage zu sein, daran teilzunehmen.“

Seiner Ansicht nach ist das ultimative Ziel der physischen KI 2.0 der universelle Roboter. Derzeit konzentriert sich die Aufmerksamkeit der Branche jedoch hauptsächlich auf Modell- und Anwendungsebenen, während viele Probleme bei der zugrunde liegenden Infrastruktur wie Roboterhardware, Berechnung und Daten noch ungelöst sind.

Bildquelle: Hesai Technology

Li Yifan ist der Ansicht, dass eine wichtige Voraussetzung für die schnelle Entwicklung der digitalen KI darin liegt, dass die zugrunde liegende Infrastruktur bereits relativ ausgereift ist. Bei der physischen KI ist das anders: Roboter müssen sich in der realen Welt bewegen, wahrnehmen und operieren, die Modellfähigkeiten müssen durch Hardware ausgeführt werden, und das Training ist auf Daten aus der realen Umgebung angewiesen. Das ist der Grund, warum Hesai gleichzeitig die Roboter-Bewegungs-Engine und die 3D-Welt-Daten-Engine aufbaut.

Li Yifan betonte, dass dies keine Transformation ist, die vom ursprünglichen Geschäft getrennt ist, sondern eine Erweiterung der technischen Fähigkeiten. Präzisionsmechanische Antriebe, Chips, Servomotoren, elektromagnetische Materialien sowie Integrations-, Fertigungsverfahren und Serienprüfungen stehen alle in Zusammenhang mit den zuvor von Hesai angesammelten technischen und ingenieurtechnischen Fähigkeiten.

Das Produkt Kosmo ist nur der erste Schritt. Hesai wird in Zukunft weitere Produkte wie Gelenkantriebe für Roboter vorstellen. Li Yifan vergleicht die Bedeutung von Antrieben mit Batterien im Zeitalter von Elektroautos: Sie wirken sich direkt auf die Gesamtleistung, die Kosten und den Produktisierungsprozess des Geräts aus.

Hesais Idee ist es, dass die tatsächlichen Aktionsanforderungen von Robotern die Hardware definieren – also AI-Defined Hardware. Hardware sollte nicht nur ein Bauteil sein, das passiv die Anforderungen von Algorithmen erfüllt, sondern die Antriebsfähigkeiten und mechanischen Strukturen neu gestalten, entsprechend den Aufgabenanforderungen von KI in der realen Umgebung.

Sharpa ist das andere Ergebnis dieser Idee.

Die geschickte Hand von Sharpa verfügt über 22 aktive Freiheitsgrade. Das erste Flaggschiff-Taktile-Geschickte-Hand-Modell Wave (W01) wird auf Basis des Antriebsmoduls von Hesai entwickelt. Hesai gibt an, dass im Vergleich zu ähnlichen Produkten das Volumen seines Antriebsmoduls um 37 % verkleinert und die Leistungsdichte auf das Dreifache erhöht wurde.

Bis zum Ende des zweiten Quartals 2026 hat Hesai mehr als 10.000 Sätze von Antriebsmodulen ausgeliefert, und die Produkte werden von Geschickte-Hand-Modulen auf Ganzkörper-Gelenkmodule ausgeweitet. Das Unternehmen erwartet, dass die Auslieferungsmenge von Antriebsmodulen im Jahr 2027 sechsstellige Werte erreichen wird.

Sharpa hat viele Ideen gesammelt, die auf der Betriebsseite überprüft werden müssen, und kann diese schnell an das Hesai-Team zurückmelden; nachdem Hesai das Antriebsmodul verbessert hat, kann es es schnell an Sharpa zum Testen übergeben, wodurch ein geschlossener Entwicklungskreislauf entsteht.

Vor zehn Jahren hat Hesai, ausgehend von Lidaren, bereits Fähigkeiten in räumlicher Wahrnehmung, Chipdesign, Präzisionsfertigung und Massenlieferung erworben. Jetzt möchte es diese Errungenschaften auf größere Glieder der Industriekette ausweiten.

Die Erfolgsbedingungen für das Infrastrukturgeschäft unterscheiden sich jedoch von denen für das Komponentengeschäft. Die Antriebsmodule müssen Leistungsvorteile, Zuverlässigkeit und Kostenvorteile nachweisen, während Kosmo außerdem nachweisen muss, dass die generierten Daten den Trainingseffekt tatsächlich verbessern können und in verschiedenen Szenarien wiederholbaren Wert schaffen.

Ob Hesais Version 2.0 erfolgreich sein kann, hängt letztendlich nicht davon ab, wie viele neue Produkte es auf den Markt bringt, sondern davon, ob diese zugrunde liegenden Fähigkeiten zu einer Infrastruktur werden, die Roboterunternehmen wirklich nutzen und kontinuierlich einsetzen wollen.